Dual-Stream Diffusion Net for Text-to-Video Generation笔记

Dual-Stream Diffusion Net for Text-to-Video Generation笔记

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

该论文介绍了Dual-Stream Diffusion Net(DSDN)模型,一种双流扩散网络,通过编码器将视频内容编码为内容特征和动作特征,并使用增量学习模块进行更新。使用双流转换交互模块实现信息交互和对齐,引入运动合成器简化运动信息操作。

🏷️

标签

➡️

继续阅读